Download estrategia de desarrollo región del bío bío ¿escogimos los sectores

ESTRATEGIA DE DESARROLLO REGIÓN DEL BÍO BÍO
¿ESCOGIMOS LOS SECTORES CORRECTOS?
DEVELOPMENT STRATEGY OF BÍO BÍO REGION: DID WE CHOOSE
THE RIGHT SECTORS?
CRISTIAN MARDONES POBLETE†
Universidad de Concepción
RESUMEN
Utilizando un modelo de equilibrio general computable, con estructura tecnológica, sistemas
de demanda, precios flexibles y sustitución neoclásica se calibra la economía de la región del Bío
Bío con datos de la Matriz Insumo Producto regional. Luego, se simula un shock de incremento
en la productividad para cada uno de los 24 sectores productivos que tiene el modelo. El objetivo
es determinar si los sectores escogidos como prioritarios por la Agencia de Desarrollo Regional
son los que generan los mayores impactos en el nivel de actividad y pago a factores productivos,
dada la interdependencia sectorial de la economía. La conclusión del trabajo es algunos sectores si
otros no.
Palabras claves: Desarrollo Económico, Economía Regional, Productividad, CGE.
ABSTRACT
Using a computable general equilibrium model with technological structure, demand systems,
flexible pricing and substitution, is calibrated the economy to Bío Bío region with data from the
regional input-output matrix. Then, is simulated a shock that increase the productivity for each of
the 24 productive sectors that have the model. The objective is to determine if the selected sectors
as priorities by the Regional Development Agency are those that generate the greatest impact
on the level of activity and payment to factors of production, given the interdependence of the
economy sector. The paper concludes that some sectors were chose rightly and others not.
KEYWORDS: Economiy developmemt, regional economy, productivity.
† Profesor Asistente Departamento de Ingeniería Industrial Universidad de Concepción
Dirección: Edificio Central Facultad de Ingeniería, Edmundo Larenas 215, Cuarto Piso, Concepción, Chile
Teléfono: + 56 – 41 - 2203614
Email: [email protected]
35
I. INTRODUCCIÓN
La literatura sobre crecimiento endógeno de la productividad apunta al rol de la investigación
y desarrollo (I+D) e innovación como fuentes importantes de crecimiento económico (Barro y
Sala-i-Martin, 1995). La evidencia empírica corrobora este resultado mostrando que el crecimiento
económico de los países se explica en forma significativa por la productividad total de factores
(PTF), la cual está determinada por la creación de nuevas tecnologías y procesos productivos, así
como por la adopción de tecnologías y procesos ya existentes.
A pesar de su importancia, en Chile el gasto en innovación presenta claras deficiencias
(aproximadamente es un 0,6% del PIB, mientras los países desarrollados invierten entre un 2% y 3%
del PIB). Según Benavente (2005), esto se explica en parte por los pocos investigadores existentes
en áreas de I+D; baja participación y financiamiento privado para este tipo de actividades; falta de
vinculaciones de cooperación entre las universidades y las empresas productivas para la generación
de nuevo conocimiento; una desproporcionada concentración en I+D financiada con fondos del
gobierno respecto a fondos privados; débil participación de los grandes grupos industriales para
procesos de innovación y desarrollo; un sistema bancario conservador con escasez de herramientas
para el capital de riesgo; y además, el escaso esfuerzo realizado en esta materia se realiza en forma
aislada, con poca articulación entre quienes generan y quienes usan el conocimiento.
No obstante, en los últimos años ha existido una creciente preocupación por definir estrategias
de desarrollo de largo plazo para las regiones del país, las cuales se fundamentan en tratar de
consolidar ciertos sectores económicos y potenciar otros nuevos, mediante la entrega de fondos
para el incremento de la productividad.
Es así como a fines de 2006, se constituyó la Agencia Región del Bío Bío de Innovación
y Desarrollo Productivo, cuyo objetivo es la implementación de políticas orientadas a mejorar
la capacidad competitiva regional, incrementando las capacidades para diseñar e implementar
programas de fomento productivo en el ámbito territorial que contribuyan a promover la
productividad de las micros, pequeñas y medianas empresas regionales y mejorar la equidad e
inclusión social (Agenda Estratégica Regional, 2008).
Los desafíos de largo plazo de esta agencia incluyen: elevar la calidad del recurso
humano; aumentar la tasa de innovación y desarrollo tecnológico; y fortalecer los procesos de
descentralización, desconcentración y participación. Mientras los desafíos de mediano plazo son:
generar encadenamientos productivos y asociatividad; fomentar el desarrollo de cadenas y cluster
productivos; profundizar las políticas hacia el mundo rural; y apoyar la investigación aplicada en
forma asociativa.
Los ejes estratégicos sectoriales definidos para la región del Bío Bío, fueron priorizados por un
consejo estratégico, en función de la capacidad de generar impacto socioeconómico regional, su
nivel de competitividad y potencial de crecimiento. Así los nueve sectores productivos prioritarios
en la región del Bío Bío son: Alimentario, Turismo, Pesca, Forestal-Maderero, Metalmecánico,
Petroquímico-Plástico, Educación Superior, Ciencia y Tecnología, Transporte y Energía
Renovable.
Sin embargo, no es claro que diseminar los esfuerzos en estos nueves sectores es lo óptimo,
ni tampoco existe una evaluación cuantitativa o ranking, para determinar si estos sectores serán
aquellos que producirán los mayores impactos a nivel de la economía regional.
El objetivo del estudio es determinar cuáles son los sectores económicos que presentan los
36
mejores impactos sectoriales, PIB regional y en el mercado laboral, producto de mejoras en la
productividad a través de shocks exógenos equivalentes simulados con un modelo de equilibrio
general computable aplicado a la región del Bío Bío. La idea central de política económica del
trabajo es identificar si los sectores priorizados por la Agencia de Desarrollo Regional del Bío Bío,
maximizan los impactos positivos en la economía regional, o debiesen existir algunas rectificaciones
sectoriales. En el modelo no justificamos explícitamente de donde proviene el shock exógeno
positivo de productividad, lo cual es una limitación. Sin embargo, podríamos imaginar su existencia
como el resultado de largo plazo en innovación de los fondos regionales públicos que promuevan
la productividad de ciertos sectores económicos.
II. REVISIÓN DE LITERATURA
En la búsqueda de los determinantes del crecimiento chileno en el periodo 1960-2000,
Chumacero y Fuentes (2005) muestran que el crecimiento en el capital físico, capital humano,
trabajo y productividad dan cuenta de un 57%, 15%, 27% y 1% del crecimiento en el producto;
mientras en el periodo de rápido crecimiento económico 1985-1998 el crecimiento se explica en un
45% por crecimiento de capital, 9% en capital humano, 25% en trabajo y 21% por la productividad;
finalmente, calibran un modelo de equilibrio general dinámico neoclásico que incorpora precios
relativos de bienes de inversión respecto a bienes de consumo, términos de intercambio e
impuestos, el cual es capaz de replicar las funciones impulso respuestas de las variables claves de
la economía. Beyer y Vergara (2002) mencionan que la era de oro del crecimiento económico en
Chile (1985-1997) se explica por el crecimiento en la productividad total de factores, la cual a su vez
es determinada por los efectos de las reformas implementadas en los 80’s y comienzo de los 90’s.
La productividad sectorial se caracteriza por ser bastante disímil en Chile a través de sectores y
periodos de tiempo. Vergara y Rivero (2006) construyen una serie de crecimiento en la productividad
total de factores (PTF), en la cual muestran que la principal fuente de crecimiento en el PIB de los
sectores agricultura, minería y servicios para el periodo 1986 y 2001 proviene de la PTF, mientras
en los otros sectores la mayor contribución al crecimiento proviene del factor capital.
Por otra parte, hechos estilizados y análisis de la innovación en Chile con datos de la Encuesta
de Innovación del INE son realizados por Benavente (2005). Los resultados señalan que las
plantas más grandes tienen una mayor probabilidad de gastar en investigación; la asociatividad con
otros competidores no es relevante como fuente de información útil para innovar en productos;
una mayor vinculación con instituciones públicas y consultoras, como también el estudio de
la competencia, son relevantes en la decisión de introducir nuevos productos y procesos; y lo
más importante, el análisis de las magnitudes encontradas sugieren que las instituciones públicas
cumplen un rol fundamental como fuente de ideas para la innovación.
No obstante, los recursos públicos para fomentar la innovación y productividad son limitados,
por ello es imprescindible que sean utilizados eficientemente en sectores económicos que permitan
un mayor encadenamiento productivo, crecimiento económico y mejora de las remuneraciones.
Un marco de análisis de estrategias de desarrollo regional requiere identificar los impactos directos
e indirectos de tales políticas, dentro de las herramientas disponibles que permiten identificar es
vínculos están los modelos de insumo- producto y los modelos de equilibrio general computable.
En un modelo insumo-producto clásico el incremento en la productividad genera ingreso
adicional, lo cual se traduce en más demanda de consumo intermedio, el cual a su vez genera
un mayor ingreso en los sectores para los cuales se incremento la demanda, y así sucesivamente.
Para las regiones de Chile han existido algunas aplicaciones como por ejemplo Aroca (2001) para
37
la región de Antofagasta quien con un modelo insumo producto demuestra que el sector de la
minería tiene poco encadenamiento hacia adelante y atrás dentro de la economía regional, pero
es muy importante en términos de volumen de producción, Soza (2008) compara las estructuras
productivas de diversas regiones de Chile con la región de Magallanes, Pino e Illanes (2003) y
Parra y Pino (2008) han analizado los encadenamientros productivos de la región del Bío Bío,
y Mardones y Saavedra (2011) analizan estrategias de desarrollo económico para la región del
Bío Bío identificando sectores clave con indicadores de encadenamiento productivo, distribución,
pobreza y medioambiente.
En un modelo de equilibrio general computable se genera una representación de los agentes
económicos quienes interactúan en los mercados de bienes y factores productivos. El vacío de
estos mercados se produce a través de los precios los cuales se ajustan endógenamente hasta lograr
el equilibrio de oferta y demanda. En términos matemáticos un CGE es un sistema de ecuaciones
lineales y no lineales que se resuelve como un problema de programación no lineal. Las ecuaciones
se calibran en base a elasticidades y a matrices de contabilidad social, éstas últimas son elaboradas
a su vez de matrices insumo-producto y complementadas con encuestas de hogares para recrear el
flujo circular de la renta.
El marco de análisis basado en equilibrio general es preferible, ya que incluye transmisiones
vía precios y vínculos con los mercados de factores. Wobst (2000) muestra que los resultados de
equilibrio parcial de encadenamiento sobreestiman los impactos sectoriales y en la economía de
un crecimiento en la productividad de la agricultura en Tanzania. Rickman (1992) y Gillespie et al.
(2001) han mostrado que los modelos insumo producto sobreestiman los impactos económicos en
la ausencia de excesos de oferta debido a que los supuestos de precios fijos.
La evaluación de efectos económicos directos e indirectos a través de shocks en la
productividad sectorial, ha sido investigada por El-Said et al. (2001) quienes emplean un modelo
CGE dinámico para evaluar dos estrategias de desarrollo en Egipto. La primera es un incremento
en la productividad en forma independiente para cada uno de los tres sectores que tiene el modelo
(agricultura, industria de alimentos y textiles). La segunda estrategia de desarrollo combina el
avance tecnológico distribuido igualitariamente en los tres sectores productivos. El modelo captura
los efectos intersectoriales de cada estrategia de desarrollo y sirve para analizar los impactos sobre
la distribución del ingreso.
Basado en el trabajo anterior, la idea de la presente investigación es aplicar este enfoque para
la región del Bío Bío. Consideramos que el shock de productividad sectorial proviene de alguna
de las fuentes señaladas por Benavente (2004, 2005 y 2006), generadas a partir de los resultados
de largo plazo de los recursos destinados por la Agencia de Desarrollo Región del Bío Bío para el
momento de la innovación y productividad.
III. METODOLOGIA
La metodología para evaluar distintas estrategias de desarrollo sectorial consiste en realizar la
simulación de un shock exógeno de la productividad de un 10%1 independiente por cada sector
económico, para evaluar efectos macroeconómicos, sectoriales y en el mercado laboral utilizando
un modelo de equilibrio general computable (CGE). El shock de productividad es ponderado
por el peso del sector en el PIB para aislar el efecto del tamaño del sector en la economía regional
y hacer el shock comparable en términos de efectos agregados. El impacto del incremento en la
El crecimiento de 10% en la productividad, dados los resultados de Vergara y Rivero (2006) es lo suficientemente alto como para pensar que se produce en el muy largo
plazo, más bien se utiliza este orden de magnitud para obtener impactos relevantes en las simulaciones del modelo para las variables macroeconómicas y pago a factores
productivos
1
38
productividad puede ser interpretado como un traslado a la derecha de la curva de oferta o un
aumento en la función de producción de la actividad económica, partiendo de una situación de
equilibrio.
El Modelo de Equilibrio Regional
Dado que cambios en la estructura económica definen enormemente el proceso de desarrollo,
los modelos multisectoriales han estado siempre entre las herramientas indispensables del análisis
económico. Este tipo de modelación ha sido usado para analizar temas que incluyen crecimiento
de largo plazo, cambio estructural, asignación de inversión, elección de estrategia de desarrollo,
distribución del ingreso, entre otros (Robinson, 1989).
Un modelo CGE no sólo analiza el encadenamiento productivo como el realizado con la
Matriz Inversa de Leontief (el aumento en la productividad en un sector con alto encadenamiento
hacia atrás, contribuye a arrastrar al resto de los sectores de la economía los cuales le proveen
los insumos que se utilizan en su fabricación, mientras el encadenamiento hacia adelante mide el
estimulo potencial de un crecimiento unitario de toda la economía sobre la demanda del sector
específico que sufrió el shock de productividad), sino que además considera un ajuste endógeno
vía precios a través de funciones de comportamiento de agentes económicos (Schuschny, 2005).
Un modelo de equilibrio general es una representación por computador de una economía que
se basa en las reglas de optimización microeconómica. Existen empresas (sectores productivos) los
cuales tratan de maximizar beneficios; familias (hogar representativo) que maximiza su utilidad, de
la cual se deriva un sistema de demandas para cada producto; un gobierno que recauda impuestos,
consume y realiza transferencias; y el sector externo que comercia con la región. El modelo
simula en forma simplificada el flujo circular de la renta en el cual las empresas producen bienes y
servicios, que son comprados como insumos por otras empresas y como bienes finales por el resto
del país, resto del mundo, gobierno y por los consumidores, éstos últimos con el ingreso generado
por la venta de sus factores productivos (capital y trabajo) a las empresas.
La especificación anterior recrea un modelo de equilibrio general económico Arrow-Debreu
(1954), en el que los precios son determinados endógenamente dentro el modelo y vacían los
mercados. En términos de optimización matemática, esto se traduce a encontrar una solución a
un conjunto de ecuaciones no lineales mediante métodos numéricos.
El modelo regional utilizado es una adaptación de un modelo CGE estándar a nivel país de
Löfgren et al. (2001)2, la diferencia es que se agrega el comercio de bienes con el resto del país y
con el resto del mundo en una sola cuenta institucional, es decir, las exportaciones al resto del país
como al resto del mundo son consolidadas, así como también con respecto a las importaciones
al resto del país y resto del mundo. Debido a lo anterior, utilizamos un tipo de cambio fijo
que permite un ahorro externo endógeno, la lógica es asumir que todos los pagos del comercio
extraregional se realizan a través de la moneda del país, la cual tiene una paridad fija con respecto
a la economía regional.
La contribución de la PTF al valor agregado, está basada en una función de producción con
elasticidad constante CES, definiéndose como el residuo de lo que no puede ser explicado por la
utilización de los factores de producción (capital y trabajo). Es a esta definición de productividad a
la cual le aplicamos un shock positivo, para identificar su impacto directo e indirecto en la economía
regional.
2
Ver Anexo para una descripción de las ecuaciones del modelo.
39
Calibración del Modelo
La calibración del modelo se realiza con una Matriz de Contabilidad Social (SAM) para la
región basado en datos de la Matriz Insumo Producto (MIP) de la Región del Bío Bío del año
1996, la cual tiene una desagregación de 24 sectores económicos, los cuales incluyen Agricultura;
Fruticultura; Silvoagropecuario; Pesca; Resto Minería; Alimentos, Bebidas y Tabaco; Textil,
prendas de vestir y cuero; Madera y Muebles; Papel e Imprentas; Química, petróleo y plástico;
Fabricación de productos minerales no metálicos; Metálica Básica; Productos metálicos, maquinaria
y equipos; Resto Industria; Electricidad, gas y agua; Construcción; Comercio, Restaurantes y
Hoteles; Transporte; Comunicaciones; Servicios Financieros; Educación; Salud; Resto Servicios; y
Administración Pública.
La MIP utilizada ya tiene más de una década de antigüedad, pero es la única matriz con
información de la región del Bío Bío con datos oficiales del INE entregada al público el año 2005
(aspectos de su elaboración en Riffo et al., 2006).
Pino e Illanes (2003) y posteriormente, Parra y Pino (2008) han realizado actualizaciones de la
MIP región del Bío Bío con el método indirecto RAS. También, una matriz de contabilidad social
ambientalmente extendida (que incluye una MIP) para la región del Bío Bío fue recientemente
construida con métodos indirectos por Mardones y Saavedra (2011), pero las anteriores no ser
una fuente oficial y/o no haber estado disponible en la fecha cuando se escogieron los sectores
prioritarios por la Agencia de Desarrollo Productivo sólo se utiliza para los análisis de este trabajo
la MIP regional de 1996.
Para entender los desfases en la construcción oficial de estas matrices, es necesario señalar que
la MIP para Chile año 2003, sólo fue publicada por el Banco Central de Chile en septiembre del
año 2007, lo que da cuenta de la dificultad para la elaboración de tales instrumentos. No obstante,
el cambio de la estructura productiva regional es un proceso económico lento que puede tardar
muchos años, por lo cual la fuente de información utilizada nos entrega al menos una visión global
de los efectos de distintas estrategias de desarrollo.
Para complementar la información de la MIP en la matriz de contabilidad social regional,
se desagrega el factor trabajo en tres categorías ocupacionales (calificada, semicalificada y no
calificada), con datos de ingresos laborales sectoriales para la región del Bío Bío de la Encuesta
CASEN 2006. Se asumió igual ponderación de las remuneraciones totales en algunos sectores de
la MIP cuando existía una agregación mayor en la CASEN.
El resto de las cuentas complementarias de la SAM regional para recrear el flujo circular de la
renta se basan en asumir igual proporción de ellas que para las cuentas de la SAM chilena utilizada
en Mardones (2010 y 2011). Finalmente se procedió a realizar un balanceo de la SAM, para lograr
igualdad de filas y columnas en cada una de las cuentas.
VI. ANÁLISIS DESCRIPTIVO
En la Figura 1 se muestra la participación que tiene cada sector en el valor agregado de la
producción regional. En términos de importancia los sectores son Comercio (11,3%); Resto de
Servicios (11,0%); Construcción (9,7%); Servicios Financieros (7,5%); Silvícola (5,9%); Pesca
(5,7%); Maderero (5,6%); Celulosa (5,1%); Salud (5,1%); Electricidad, gas y agua (4,7%); Transporte
(4,6%); Alimentos (4,4%); Educación (4,2%); Metálica Básica (3,5%); Químico-Plástico (2,7%);
Administración Pública (2,1%); Metalmecánico (1,5%); Comunicaciones (1,2%); Textil (1,2%);
Agricultura (1,1%); Productos No Metálicos (1,1%); Frutícola (0,4%); Resto de Industria (0,2%); y
Resto de Minería (0,1%).
40
Figura 1: Participación Sectorial en el Valor Agregado Región del Bío Bío
Fuente: Elaboración Propia en Base a MIP 1996 Región del Bío Bío.
A continuación se presenta a modo descriptivo una identificación de los sectores regionales
claves, estratégicos, impulsores e independientes. Lo anterior, a través de medidas de encadenamiento
hacia atrás (πj) y adelante (τi) normalizadas, con la metodología de la matriz inversa de Leontief.
Este análisis nos permitirá diferenciar un estudio de encadenamiento versus uno con modelación
económica, recordando que el primero tiene la limitación de no considerar la flexibilidad de precios
ni salarios.
Los sectores con altos encadenamientos hacia atrás (πj ≥ 1) y adelante (τi ≥ 1), son considerados
sectores claves, pues al ser fuertes demandantes y oferentes son sectores de paso obligado de
flujos intersectoriales. Los sectores denominados como estratégicos, poseen baja demanda de
insumos, pero abastecen sustantivamente de insumos a otros sectores (πj < 1 y τi ≥ 1). Los
sectores impulsores, con bajos encadenamientos hacia adelante y altos hacia atrás (πj ≥ 1 y τi < 1),
son sectores impulsores de la economía, pues suelen poseer consumo intermedio elevado y una
oferta de productos que, mayoritariamente, abastece a la demanda final. Los sectores considerados
como independientes (πj < 1 y τi < 1), consumen una cantidad relativamente baja de insumos
intermedios y dedican la producción a satisfacer, principalmente a la demanda final3.
3
Ver Schuschny (2005)
41
Tabla 1: Identificación de Sectores Claves Región del Bío Bío
Tipo
Clave
Estratégico
Impulsor
Independiente
Sector
Químico-Plástico
Transporte
Metálico básico
Productos metálicos
Resto de minería
Electricidad, gas y agua
Servicios financieros
Agricultura
Fruticultura
Pesca
Alimentos
Textil
Maderero
Papel
No metálico
Construcción
Comercio
Silvícola
Resto de industria
Comunicaciones
Educación
Salud
Resto de servicios
Administración pública
(τi , πj )
(2.57, 1.51)
(1.77, 1.26)
(1.43, 1.07)
(1.30, 1.05)
(2.44, 1.24)
(1.20, 0.87)
(2.20, 0.86)
(0.73, 1.37)
(0.53, 1.07)
(0.76, 1.21)
(0.75, 1.23)
(0.71, 1.15)
(0.64, 1.09)
(0.81, 1.13)
(0.75, 1.13)
(0.64, 1.01)
(0.86, 1.05)
(0.88, 0.82)
(0.55, 0.54)
(0.78, 0.97)
(0.50, 0.63)
(0.51, 0.73)
(0.70, 0.67)
(0.49, 0.85)
Fuente: Elaboración Propia en Base a MIP 1996 Región del Bio Bío.
En el caso de la región del Bío Bío los sectores claves corresponden al Químico-Plástico,
Transporte, Metálico básico, Productos metálicos y Resto de minería. Los impulsores son
Agricultura, Fruticultura, Pesca, Alimentos, Textil, Maderero, Papel, No metálico, Construcción
y Comercio. Los estratégicos son Electricidad, gas y agua y Servicios financieros. Mientras los
sectores independientes son el Silvícola, Resto de industria, Comunicaciones, Educación, Salud,
Resto de servicios, Administración pública.
Comparando estos resultados con los sectores productivos escogidos como prioritarios de
la región, en general concuerdan como sectores claves e impulsores, salvo Educación Superior,
Ciencia y Tecnología, y Energía Renovable. El primero por ser un sector con bajo encadenamiento
promedio hacia adelante y atrás. El segundo y tercero, por no aparecer en la MIP.
V. RESULTADOS DE LA MODELACIÓN Y SIMULACIONES
Los resultados del modelo calibrado con la MIP de la región del Bío Bío, muestran que
los sectores escogidos por su capacidad de generar impacto socioeconómico regional, nivel de
competitividad y potencial de crecimiento, en realidad no son los sectores que tienen mayor
impacto en el PIB regional ni en las remuneraciones, al considerar un shock positivo de incremento
en la productividad ponderado por el peso del sector en el PIB. Los cinco primeros lugares los
ocupan los sectores Servicios, Comercio (más amplio no sólo turismo); Construcción; QuímicoPlástico; y Servicios financieros. De los cuales sólo dos de ellos son definidos como prioritarios
por la Agencia de Desarrollo Regional.
42
Tabla 2: Impacto Regional en Variables Macro de un Shock de Productividad Sectorial
Shock
Absorción Consumo Inversión Exportaciones Importaciones PIB Regional
ptf-agric
0.001
0.002
0.001
0.002
0.002
0.001
ptf-frut
0.000
0.000
0.000
0.000
0.000
0.000
ptf-silv
0.026
0.031
0.025
0.039
0.038
0.027
ptf-pesca
0.025
0.041
-0.004
0.067
0.065
0.026
ptf-rmin
0.000
0.000
0.000
0.000
0.000
0.000
ptf-alim
0.031
0.056
-0.018
0.021
0.020
0.032
ptf-text
0.003
0.005
-0.002
0.001
0.001
0.003
ptf-mader
0.023
0.035
0.003
0.053
0.051
0.024
ptf-celul
0.021
0.031
0.002
0.049
0.047
0.021
ptf-quim
0.055
0.069
0.042
0.188
0.183
0.056
ptf-nomet
0.001
0.000
0.004
0.001
0.001
0.001
ptf-metb
0.009
0.010
0.013
0.016
0.016
0.010
ptf-metm
0.003
0.003
0.006
-0.002
-0.002
0.003
ptf-rind
0.000
0.000
0.000
0.000
0.000
0.000
ptf-ega
0.020
0.027
0.009
0.026
0.025
0.020
ptf-cons
0.080
-0.032
0.389
0.072
0.070
0.081
ptf-comer
0.114
0.105
0.178
0.024
0.023
0.116
ptf-transp
0.018
0.022
0.015
0.013
0.012
0.018
ptf-comun
0.002
0.003
0.000
0.000
0.000
0.002
ptf-ssfin
0.050
0.050
0.070
0.011
0.010
0.051
ptf-educ
0.015
0.009
0.036
0.012
0.012
0.015
ptf-salud
0.021
0.007
0.065
0.012
0.011
0.021
ptf-rserv
0.104
0.191
-0.074
0.027
0.026
0.106
ptf-admpub
0.004
0.000
0.015
0.003
0.003
0.004
Fuente: Elaboración Propia
En realidad en el ranking de impacto sobre el PIB regional, el sector Químico-Plástico ocupa el
4º lugar, Alimentario el 6º, Forestal el 7º, Pesca el 8º, Maderero el 9º, Transporte el 13º, Educación
el 14º, Metalmecánico el 18º, Turismo no fue posible separarlo del sector Comercio ocupando el
1º lugar (aunque este puesto claramente sobrerrepresenta el turismo) y Energía Renovable no tiene
participación en la MIP de 1996 (aunque por su peso tampoco podría llegar a tener un impacto
relevante a futuro).
Los resultados son algo mejores al evaluar el impacto socioeconómico, específicamente en los
ingresos de los factores productivos, ya que los sectores escogidos por la Agencia de Desarrollo
Región del Bío Bío ocupan en general lugares de impacto positivo alto en las remuneraciones,
aunque existen algunos sectores que se alejan bastante de lugares destacados en este criterio. El
sector Químico-Plástico ocupa el 2º lugar en incremento de remuneraciones en todos los tipos de
calificación; Alimentos el 3º; Turismo (Comercio) el 4º; Pesca el 5º; Silvícola el 6º; Madero el 8º;
Transporte el 10º; Metalmecánico el 14º; y Educación el 18º.
43
Tabla 3: Impacto en Ingreso de Factores Productivos de un Shock de Productividad
Sectorial
Shock
ptf-agric
ptf-frut
ptf-silv
ptf-pesca
ptf-rmin
ptf-alim
ptf-text
ptf-mader
ptf-celul
ptf-quim
ptf-nomet
ptf-metb
ptf-metm
ptf-rind
ptf-ega
ptf-cons
ptf-comer
ptf-transp
ptf-comun
ptf-ssfin
ptf-educ
ptf-salud
ptf-rserv
ptf-admpub
Calificado
0.004
0.000
0.046
0.031
0.000
0.069
0.010
0.030
0.042
0.086
0.000
0.018
0.004
0.000
0.037
-0.046
0.109
0.038
0.002
-0.094
0.009
-0.111
0.212
-0.014
Semicalificado Nocalificado
0.004
0.001
0.000
0.000
0.033
0.016
0.045
0.056
0.000
0.000
0.060
0.064
0.009
0.007
0.022
0.032
0.018
0.016
0.075
0.070
0.001
0.000
0.015
0.010
0.003
0.005
0.000
0.000
0.032
0.024
-0.030
-0.081
0.049
0.038
0.029
0.010
0.002
0.002
-0.060
0.073
0.005
-0.019
0.012
0.030
0.246
0.251
-0.006
0.000
Capital
0.002
0.000
0.031
0.029
0.000
0.054
0.007
0.036
0.035
0.064
0.000
0.007
0.003
0.000
0.020
-0.008
0.157
0.020
0.002
0.069
0.018
0.007
0.038
0.002
Fuente: Elaboración Propia
Otro aspecto a evaluar con la tabla anterior, lo constituye la equidad e inclusión social, la
cual podría mejorar la productividad de sectores económicos que eleven relativamente más los
ingresos de la mano de obra no calificada. Situación que se logra con los sectores QuímicoPlástico, Alimentos, Pesca, Comercio y Madera, que presentan un impacto mayor que el promedio
sobre los ingresos de este tipo de trabajadores. El impacto más significativo se logra al mejorar la
productividad del sector Resto de Servicios y Servicios Financieros.
VI. CONCLUSIONES
Se concluye del análisis que existen diferencias relevantes al clasificar sectores prioritarios con
un análisis de encadenamiento versus uno de modelación de equilibrio general.
Con un análisis de encadenamiento los sectores productivos escogidos como prioritarios de
la región, en general concuerdan como sectores claves e impulsores, salvo Educación Superior,
Ciencia y Tecnología, y Energía Renovable. El primero por ser un sector con bajo encadenamiento
promedio hacia adelante y atrás. El segundo y tercero, por no aparecer en la MIP.
Con la metodología de modelación económica se concluye que algunos sectores económicos
no considerados como prioritarios en la estrategia de desarrollo regional, tienen mayores efectos
44
positivos en el PIB de la economía y en el nivel de ingresos por remuneraciones, que otros sectores
que sí fueron incluidos. Los cinco primeros lugares de impacto en el PIB regional los ocupan
los sectores Servicios, Comercio (más amplio no sólo turismo); Construcción; Químico-Plástico;
y Servicios Financieros. De los cuales sólo dos de ellos son definidos como prioritarios por la
Agencia de Desarrollo Regional. A la vez existen otros sectores incluidos que tienen escaso impacto
en generar valor agregado como en el pago a los factores productivos. Por lo tanto, basado en estos
resultados se infiere que se podría mejorar la eficiencia de los fondos públicos focalizando los
recursos de innovación en aquellos sectores que verdaderamente generen un impacto significativo
a nivel regional.
Estrategias de innovación y productividad en sectores que eleven relativamente más los ingresos
de la mano de obra no calificada, podrían mejorar en pobreza, equidad e inclusión social. Esta
situación se logra con los sectores Servicios, Servicios Financieros, Químico-Plástico, Alimentos,
Pesca, Comercio y Madera.
No obstante lo anterior, debemos señalar como limitación metodológica que el análisis llevado
a cabo no contempla el aspecto de proyección de crecimiento sectorial. En la medida que existe un
sector con promisorias expectativas de crecimiento futuro, podría perfectamente ser incorporado
como prioritario. Sin embargo, cabe preguntarse quién y cómo se realizan esas proyecciones, qué
intereses sectoriales existen detrás de ellas y más aún en qué momento ese crecimiento futuro
llegará a desplazar a otros sectores que actualmente poseen un impacto más importante.
BIBLIOGRAFIA
Aroca, P. (2001). “Impacts and development in local economies based on mining: The case of the
Chilean II region”. Resorces Policy, 27 (2), 119-134
Arrow, K. and G. Debreu (1954). “The Existence of an Equilibrium for a Competitive Economy”
Econometrica, vol. XXII (1954), 265-90.
Barro, R. and X. Sala-i-Martin (1995). “Economic Growth”. New York, McGraw-Hill.
Barro R., 1999, ‘‘Determinants of Economic Growth: Implications of the global evidence for
Chile’’, Cuadernos de Economía, 36, 107, abril, pp. 443-478.
Benavente, J.M. y G. Crespi (1996). “Una metodología para el estudio del esfuerzo innovativo de
las empresas manufactureras chilenas”. Estadística y Economía Nº 11. Instituto Nacional
de Estadísticas. Santiago.
Benavente, J.M. (2006). “The role of research and innovation in promoting productivity in chile,”
Economics of Innovation and New Technology, vol. 15(4-5), pages 301-315.
Benavente, J.M. (2004). Innovación Tecnológica en Chile Dónde Estamos y que se Puede Hacer”.
Banco Central de Chile, Documentos de Trabajo N° 295 Diciembre 2004.
Benavente, J.M. (2005). Investigación y Desarrollo, Innovación y Productividad: Un Análisis
Econométrico a Nivel de la Firma. Estudios de Economía. Vol. 32 – Nº1, Junio 2005.
Págs. 39-67.
Beyer, H. and R. Vergara (2002). “Productivity and Economic Growth: The Case of Chile.” In
Economic Growth: Sources, Trends and Cycles. In N. Loayza and R. Soto (eds.): Economic
Growth: Sources, Trends and Cycles. Santiago, Chile: Central Bank.
45
Bravo C. y A. García (2008). “Exploring The Relationship Between R&D And Productivity: A
Country-Level Study”. Central Bank of Chile Working Papers N° 472, Junio 2008.
Chumarcero, R. Y R. Fuentes (2005). “On the Determinants of Chilean Economic Growth”. In
General Equilibrium Models for the Chilean Economy. R. Chumacero and K. SchmidtHebbel (eds.).
El-Said, M., H. Löfgren and S. Robinson (2001): “The Impact of Alternative Development
Strategies on Growth and Distribution: Simulations with a Dynamic Model for Egypt”,
IFPRI.
Fuentes, R., M. Larraín, and K. Schmidt-Hebbel (2006). “Sources of Growth and Behavior of
TFP in Chile”. Cuadernos de Economía Vol. 43 (Mayo) 2006.
Gillespie G., Mcgregor P. G., Swales J. K. and Yin Y. P. (2001) “The displacement and multiplier
effects of regional selective assistance: a computable general equilibrium analysis”, Regional
Studies 35, 125–139.
Grossman, G. and E. Helpman (1991). Innovation and Growth: Technological Competition in the
World Economy. MIT Press, Boston.
Katz, J. (2001) “Reformas estructurales, productividad y conducta tecnológica en América Latina”.
CEPAL: Santiago de Chile.
Löfgren, H., Haris, R.L., and S. Robinson (2001). A Standard Computable General Equilibrium (CGE) Models in GAMS. Trade and Macroeconomics Division, IFPRI: Washington, D.C.
Mardones, C. (2010). “Evaluando Reformas Tributarias en Chile con un Modelo CGE”. Estudios
de Economía, vol.37, n.2, pp. 243-284.
Mardones, C. (2011). “Estrategia Robin Hood en Chile: Distribución e Incidencia”. El
Trimestre Economico, Vol 312, octubre-diciembre 2011 (por aparecer)
Mardones, C. y J. Saavedra (2011). “Matriz de Contabilidad Social Extendida Ambientalmente
para Análisis Económico de la Región del Bío Bío” Revista de Análisis
Económico/Economic Analysis Review, Vol 26 N°1, junio 2011 (por aparecer)
O’Ryan, R., C.J. de Miguel y C. Lagos (2007): “Evaluación de Estrategias de Desarrollo para
Alcanzar los Objetivos del Milenio en América Latina: El Caso de Chile”. Borrador de
Proyecto patrocinado por el UNDP, Banco Mundial, con la cooperación técnica de la
CEPAL y el BID.
Pino, O. y Illanes W. (2003) “Método Indirecto para la Obtención de una Matriz Insumo producto:
Aplicación para el caso VIII Región del Bío-Bío”, Revista Theoría, Vol. 12, pag. 75-86.
Parra, J. C. y Pino, O. (2008) “Obtención de una matriz insumo-producto a 20 sectores y análisis
de los encadenamientos productivos para la Region del Bío-Bío, base 2003”, Horizontes
Empresariales, Vol. 7-1.
Riffo, L., H. Becerra, R. Acevedo, M. Morgado, O. Villegas (2006). “Matrices de Insumo Productos
Regionales”. Revista Estadística & Economía N° 25.
46
Rickman, D. (1992). “Estimating the impacts of regional business assistance programs: alternative
closures in a regional model”, Papers in Regional Science 71, 421–435.
Robinson, S. (1989). ”Multisectoral Models”. Ch. 18, Handbook of Development Economics,
Volume II, Edited by H. Chenery and T.N. Srinivasan, Elsevier Science Publishers B. K,
1989
Solow, R. (1956). “A Contribution to the Theory of Economic Growth”. Quarterly Journal of
Economics 70(1): 65-94.
Soza, S. (2008). “A Comparative Analysis for the Magellanic Economy: An Input-Output
Approach” Revista de Análisis Económico/Economic Analysis Review, Vol. 23, No. 2, pp.
95-120, December 2008.
Anexo Técnico
Ecuaciones del modelo
Ecuaciones de Precios
(A1)
(A2)
(A3)
(A4)
(A5)
(A6)
(A7)
(A8)
(A9)
(A10)
47
Ecuaciones de producción y comercialización
(A11)
(A12)
(A13)
(A14)
(A15)
(A16)
(A17)
(A18)
(A19)
(A20)
(A21)
(A22)
(A23)
(A24)
(A25)
(A26)
(A27)
48
Ecuaciones de flujos entre instituciones
(A28)
(A29)
(A30)
(A31)
(A32)
(A33)
(A34)
(A35)
(A36)
(A37)
(A38)
(A39)
49
Ecuaciones de restricciones
(A40)
(A41)
(A42)
(A43)
(A44)
(A45)
(A46)
(A47)
(A48)
Variables del modelo
CPI
DPI
DMPS
DTINS
EG
EHh
EXR
FSAV
GADJ
GOVSHR
GSAV
IADJ
INVSHR
MPSi
MPSADJ
PAa
PDDc
PDSc
PINTAa
PMc
PEc
PQc
50
índice de precios al consumidor regional
índice de precios al productor regional
cambio en la propensión marginal a ahorrar
cambio en la tasa impositiva
gasto total del gobierno
gasto en consumo de los hogares
tipo de cambio
ahorro externo
factor de ajuste para la demanda de gobierno
proporción del consumo de gobierno sobre la absorción
ahorro de gobierno
factor de escala en inversión
proporción de la inversión sobre la absorción
propensión marginal a ahorrar para instituciones domésticas no gobierno
factor de escala para tasa de ahorro
precio del producto de la actividad a
precio de demanda del bien c producido y vendido domésticamente
precio de oferta del bien c producido y vendido domésticamente
precio del bien intermedio agregado
precio compuesto de importaciones del bien c
precio compuesto de exportaciones del bien c
precio compuesto del bien c
PVAa
PWEc
PWMc
PXc
PXACa,c
QAa
QDc
QEc
QMc
QFf,a
QFSf
QGc
QHc,h
QHAa,c,h
QINTc,a
QINTAa
QINVc
QQc
QTc
QVAa
QXc
QXACa,c
TABS
TINSi
TINSADJ
TRIIi,i’
WALRAS
WFf
WFDISTf,a
YFf
YG
YIFi,f
YI i
precio del valor agregado
precio internacional de exportaciones en moneda extranjera
precio internacional de importaciones en moneda extranjera
precio promedio del bien c
precio del bien c desde la actividad a
nivel de actividad en la región
cantidad de ventas en la región
cantidad de exportaciones del bien c
cantidad de importaciones del bien c
cantidad de factor f demandado de actividad a
cantidad de factor f ofrecido
cantidad de consumo de gobierno
cantidad consumida de bien comercializado c por familia h
cantidad consumida de bien doméstico c por familia h
cantidad de demanda intermedia por bien c desde actividad a
cantidad de insumo intermedio agregado
cantidad de demanda de inversión
cantidad de oferta de bien compuesto
cantidad de transporte y comercialización demandada por bien c
cantidad de valor agregado
cantidad de producto agregado comercializado
cantidad de producto de bien c desde actividad a
absorción total
tasa de impuesto directa sobre institución i
factor de escala de impuesto directo
transferencias a institución i desde institución i’
desbalance ahorro-inversión (debe ser cero en equilibrio)
salario por factor f
variable de distorsión de salario en actividad a
ingreso del factor f
ingreso del gobierno
ingreso de la institución i desde el factor f
ingreso de la institución i
51
52